/ Модель

Характеристики

Контекст
1 048 576 токенов
Параметры
1,7 млрд
Размер весов
3,4 ГБ
Лицензия
Своя лицензия
Архитектура
spark2_5 · dense
Базовая модель
Spark-X2.5-1.7B
Библиотека
transformers
Опубликована
26 сен 2026

webbrain-compass-tiny-xs-v3

Генерация текстаТекст → текст3 профессии

Компактная дообученная модель для диалогового выбора браузерных действий, структурированных вызовов инструментов и безопасной эскалации в среде WebBrain.

702скачиваний за 30 дней1лайквеса обновлены27 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

WebBrain Compass Tiny XS v3 — компактная языковая модель, разработанная WebBrain и дообученная на Spark-X2.5-1.7B с 1,7 млрд параметров. Это плотная авторегрессионная модель для генерации текста, настроенная на диалоговое принятие решений и выполнение браузерных действий через структурированные вызовы инструментов.

Модель предназначена для агентных сценариев в среде WebBrain: она может отвечать на вопросы, запрашивать недостающие сведения, выбирать браузерные инструменты и формировать аргументы на основе дерева доступности страницы, а также отказываться или передавать задачу на более высокий уровень исполнения, если данных недостаточно. Заявленная длина контекста — до 1 048 576 токенов; в README приведены результаты фиксированной оценки маршрутизации, включая 97 из 100 успешных первых структурированных вызовов.

Репозиторий содержит эталонные веса BF16 с объединёнными весами; исходный LoRA-адаптер также приложен. Для исполнения внешних действий необходима среда WebBrain: она проверяет схемы инструментов, обоснованность аргументов и актуальность состояния браузера. Указана лицензия other, поэтому конкретные условия использования следует сверять с файлами лицензии репозитория.

Сценарии применения

  • выбор инструмента для действия в браузере
  • формирование аргументов вызова браузерного инструмента по дереву доступности
  • уточнение запроса перед выполнением браузерного действия
  • ответы на вопросы пользователя в агентном браузерном сценарии
  • отказ или передача задачи на более высокий уровень при недостатке данных

Ограничения

Для проверки аргументов, URL и актуальности состояния браузера требуется внешний runtime WebBrain; генерация модели сама по себе не подтверждает успешность действия. В опубликованной оценке указаны пять тайм-аутов генерации и пять нежелательных действий; конкретная лицензия обозначена как other.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

WebBrain Compass Tiny XS v3

WebBrain Compass Tiny XS v3 is a compact language model optimized for low-latency decision making, structured tool use, and in-browser agentic execution inside the WebBrain runtime.

Fine-tuned from Spark-X2.5-1.7B (~1.7B parameters) (XHToken/Spark-X2.5-1.7B at 14d6e83c13c7add2b62a7c39b2131f4ed1cddcf8), this is the BF16 reference model with merged weights, accompanied by the original LoRA adapter under adapter/.

It unifies three core WebBrain behavioral modes:

  1. Ask & Clarify — Answer directly or request missing information when execution is underspecified or unnecessary.
  2. Direct Compact Tool Execution — Select exact browser tools and generate grounded arguments for low-latency accessibility-tree actions.
  3. Safe Escalation & Abstention — Refuse, pause, or defer to higher execution tiers when actions lack adequate grounding or violate safety boundaries.

Note: Display/repository name is WebBrain Compass Tiny XS v3. This is a metadata-only rename preserving tested weight/code revision main. For native in-browser WebGPU execution, see the companion ONNX package: webbrain-one/webbrain-compass-tiny-xs-v3-onnx.


Role in WebBrain

User request
     │
     ▼
WebBrain observation & policy layer
     │
     ▼
WebBrain Compass Tiny XS v3 (BF16 Reference)
     ├─ Clarify or answer directly
     ├─ Emit grounded browser tool call
     └─ Abstain / safely escalate when execution is ungrounded

The outer WebBrain runtime enforces tool-schema validation, evidence and parameter grounding, destination URL verification, browser-state freshness, and sandboxed security policies. Model output is never proof that an external action succeeded.


Intended Capabilities

  • Browser Action Selection: Grounded accessibility-tree interactions and structured function calling.
  • Reference Decision Making: Fast, high-fidelity local inference for compact browser actions.
  • Unified Ask and Compact Modes: Asking for missing information before acting, answering direct questions, or choosing tools.
  • Safe Refusal & Escalation: Refusing unsupported actions or escalating when Compact execution lacks evidence, avoiding invented URLs or fabricated success states.

Quickstart & Loading

You can load and run WebBrain Compass Tiny XS v3 directly with Hugging Face transformers:

import torch
from transformers import AutoTokenizer, AutoModelForCausalLM

repo = "webbrain-one/webbrain-compass-tiny-xs-v3"
revision = "main"  # Tested weight/code revision

tokenizer = AutoTokenizer.from_pretrained(repo, revision=revision)
model = AutoModelForCausalLM.from_pretrained(
    repo,
    revision=revision,
    trust_remote_code=True,
    dtype=torch.bfloat16,
    device_map="auto"
)

# Example structured tool use
messages = [
    {"role": "user", "content": "Click the sign-in button on the page"}
]

inputs = tokenizer.apply_chat_template(
    messages,
    tools=tools,
    enable_thinking=False,
    add_generation_prompt=True,
    return_tensors="pt",
    return_dict=True
).to(model.device)

outputs = model.generate(**inputs, max_new_tokens=512, do_sample=False)
response = tokenizer.decode(outputs[0][inputs.input_ids.shape[1]:], skip_special_tokens=False)

Tool Calling Format

Use native structured tool_calls with dictionary arguments; do not reuse MiniCPM's template or tool serialization. Spark emits <tool_call>name with <arg_key>/<arg_value> fields. For long contexts in production, use a Spark-compatible serving runtime.


Technical Specifications

Fixed BF16 Routing Results (2026-09-26)

MetricBF16 Routing Score
First-turn structured calls97/100
Strict exact action9/89
Loose tool-family match39/89

Evaluated across 100 first turns and 89 scored fixed-history scenarios (11 predetermined skips). Retains five generation timeouts and five discouraged actions in the denominators without cherry-picking.


License

Noncommercial research only. This model and its fine-tuned weights are for noncommercial research purposes only. The upstream Spark model/code license is included in LICENSE; it does not change this release's usage restriction.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
Spark2_5ForCausalLM
Ревизия весов
eedb5be

0 моделей